Presentar y describir una serie temporal de datos de contaminación del aire con longitudes de tiempo más largas proporciona información más concisa y, de hecho, es una de las técnicas más simples de reducción de datos en una serie temporal. Sin embargo, este proceso puede resultar en la pérdida de información importante relacionada con las características de los datos. Por lo tanto, el propósito de este estudio es determinar el tipo de características de los datos que podrían perderse al describir datos con diferentes longitudes de tiempo correspondientes a un proceso de reducción de datos. En paralelo, este estudio propone la aplicación de una técnica multifractal para investigar las propiedades en una serie de contaminación del aire con diferentes longitudes de tiempo. Se ha realizado un estudio de caso utilizando datos de índice de contaminación del aire en Klang, Malasia. Los resultados muestran que las series horarias de contaminación del aire contienen el conocimiento más informativo sobre los comportamientos y características de la contaminación del aire, particularmente en términos de la fuerza de la multifractalidad, las correlaciones persistentes a largo plazo y la heterogeneidad de las variaciones. Por otro lado, los hallazgos estadísticos encontraron que la reducción de datos correspondiente a una longitud de tiempo más larga cambiará las propiedades multifractales de los datos originales.